复杂背景下基于熵和距离加权特征的红外目标检测方法技术

本发明专利技术公开了复杂背景下基于熵和距离加权特征的红外目标检测方法，涉及红外图像目标检测技术领域。本发明专利技术包括采用改进的萤火虫算法对红外图像进行阈值分割；对分割后的图像采用形态学算法进行降噪和修复；采用基于几何参数约束的连通区域对图像进行标记，得到感兴趣区域；对感兴趣区域进行基于距离加权的特征提取，得到第一特征向量；对感兴趣区域进行基于熵加权的特征提取，得到第二特征向量；将第一特征向量、第二特征向量进行加权融合，得到融合特征向量；将融合特征向量输入支持向量机中进行训练和分类，得到目标检测结果。本发明专利技术实现了更简便的计算方式，优化了整个算法的复杂度，有效的节约了运算资源，有利于算法的硬件实现。实现。实现。

【技术实现步骤摘要】
复杂背景下基于熵和距离加权特征的红外目标检测方法


[0001]本专利技术涉及红外图像目标检测
，更具体的说是涉及一种复杂背景下基于熵和距离加权特征的红外目标检测方法。

技术介绍

[0002]随着目标检测技术的发展，红外目标检测技术也得到了广泛的研究，在精确制导、夜视夜战和远程预警等领域都有应用。红外成像具有隐蔽性强、灵敏度高、烟雾穿透能力强和探测精度高等优势，相对于可见光成像，红外成像系统可探测的距离更远。但是，由于红外成像原理限制，得到的红外图像是灰度图像，而且红外目标的细节信息较少，整个图像的对比度较低，随着探测距离增加红外图像的信噪比也较低。目前，现有的红外图像目标检测算法对复杂背景和低信噪比的图像目标检测虚警率较高，目标检测算法的实时性较差，难以满足工程应用的需求。
[0003]中国专利公开号为“CN113822279A”，名称为“基于多特征融合的红外目标检测方法、装置、设备及介质”，该方法首先采用全局阈值分割，得到二值化图像；然后，对二值化图像进行连通域标记，得到候选目标，对候选目标进行特征提取，得到候选目标的特征分量值本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.复杂背景下基于熵和距离加权特征的红外目标检测方法，其特征在于，具体步骤包括：S1、采用改进的萤火虫算法对红外图像进行阈值分割；S2、对分割后的图像采用形态学算法进行降噪和修复，得到预处理图像；S3、采用基于几何参数约束的连通区域对预处理图像进行标记，得到感兴趣区域；S4、对感兴趣区域进行基于距离加权的特征提取，得到第一特征向量；S5、对感兴趣区域进行基于熵加权的特征提取，得到第二特征向量；S6、将第一特征向量、第二特征向量进行加权融合，得到融合特征向量；S7、将融合特征向量输入支持向量机中进行训练和分类，得到目标检测结果。2.根据权利要求1所述复杂背景下基于熵和距离加权特征的红外目标检测方法，其特征在于，所述S1的具体步骤包括：S1.1、设置萤火虫算法的参数；S1.2、计算每个萤火虫对应的亮度；S1.3、根据萤火虫移动公式模型，更新萤火虫的位置；S1.4、寻找并记录亮度最大的萤火虫；S1.5、当达到最大迭代次数且萤火虫移动距离小于预设的移动距离阈值，则记录亮度最大的萤火虫的位置为(s,t)，得到位置数组；否则，重复S1.2
‑
S1.5；其中，位置数组为本轮迭代二维图像阈值分割法最佳阈值得到的数组。3.根据权利要求2所述复杂背景下基于熵和距离加权特征的红外目标检测方法，其特征在于，所述S1.1的具体步骤包括：初始化萤火虫种群；设置最大迭代数为M；设置种群萤火虫数量为N；其中，M、N为大于等于1的整数；设置随机步长因子的为α；设置传播介质的光强吸收系数为γ；设置初始吸引度为β；初始化萤火虫的位置。4.根据权利要求1所述复杂背景下基于熵和距离加权特征的红外目标检测方法，其特征在于，所述S2的具体步骤包括：采用开运算对红外图像中的前景区域进行噪声去除；采用闭运算对红外图像中的前景区域进行修复处理。5.根据权利要求1所述复杂背景下基于熵和距离加权特征的红外目标检测方法，其特征在于，所述S3的具体步骤包括：对连通...

【专利技术属性】
技术研发人员：朱德鹏，詹伟达，葛微，徐小雨，姜靖恒，
申请(专利权)人：长春理工大学，
类型：发明
国别省市：